Netty 系列之 Netty 高性能之道
http://www.infoq.com/cn/articles/netty-high-performancereact
1. 背景
1.1. 惊人的性能数据
最近一个圈内朋友经过私信告诉我，经过使用Netty4 + Thrift压缩二进制编解码技术，他们实现了10W TPS（1K的复杂POJO对象）的跨节点远程服务调用。相比于传统基于Java序列化+BIO（同步阻塞IO）的通讯框架，性能提高了8倍多。算法
事实上，我对这个数据并不感到惊讶，根据我5年多的NIO编程经验，经过选择合适的NIO框架，加上高性能的压缩二进制编解码技术，精心的设计Reactor线程模型，达到上述性能指标是彻底有可能的。编程
下面咱们就一块儿来看下Netty是如何支持10W TPS的跨节点远程服务调用的，在正式开始讲解以前，咱们先简单介绍下Netty。后端
1.2. Netty基础入门
相关赞助商数组
Netty是一个高性能、异步事件驱动的NIO框架，它提供了对TCP、UDP和文件传输的支持，做为一个异步NIO框架，Netty的全部IO操做都是异步非阻塞的，经过Future-Listener机制，用户能够方便的主动获取或者经过通知机制得到IO操做结果。安全
做为当前最流行的NIO框架，Netty在互联网领域、大数据分布式计算领域、游戏行业、通讯行业等得到了普遍的应用，一些业界著名的开源组件也基于Netty的NIO框架构建。服务器
2. Netty高性能之道
2.1. RPC调用的性能模型分析
2.1.1. 传统RPC调用性能差的三宗罪
网络传输方式问题：传统的RPC框架或者基于RMI等方式的远程服务（过程）调用采用了同步阻塞IO，当客户端的并发压力或者网络时延增大以后，同步阻塞IO会因为频繁的wait致使IO线程常常性的阻塞，因为线程没法高效的工做，IO处理能力天然降低。微信
下面，咱们经过BIO通讯模型图看下BIO通讯的弊端：网络
图2-1 BIO通讯模型图
采用BIO通讯模型的服务端，一般由一个独立的Acceptor线程负责监听客户端的链接，接收到客户端链接以后为客户端链接建立一个新的线程处理请求消息，处理完成以后，返回应答消息给客户端，线程销毁，这就是典型的一请求一应答模型。该架构最大的问题就是不具有弹性伸缩能力，当并发访问量增长后，服务端的线程个数和并发访问数成线性正比，因为线程是JAVA虚拟机很是宝贵的系统资源，当线程数膨胀以后，系统的性能急剧降低，随着并发量的继续增长，可能会发生句柄溢出、线程堆栈溢出等问题，并致使服务器最终宕机。
序列化方式问题：Java序列化存在以下几个典型问题：
1) Java序列化机制是Java内部的一种对象编解码技术，没法跨语言使用；例如对于异构系统之间的对接，Java序列化后的码流须要可以经过其它语言反序列化成原始对象（副本），目前很难支持；
2) 相比于其它开源的序列化框架，Java序列化后的码流太大，不管是网络传输仍是持久化到磁盘，都会致使额外的资源占用；
3) 序列化性能差（CPU资源占用高）。
线程模型问题：因为采用同步阻塞IO，这会致使每一个TCP链接都占用1个线程，因为线程资源是JVM虚拟机很是宝贵的资源，当IO读写阻塞致使线程没法及时释放时，会致使系统性能急剧降低，严重的甚至会致使虚拟机没法建立新的线程。
2.1.2. 高性能的三个主题
1) 传输：用什么样的通道将数据发送给对方，BIO、NIO或者AIO，IO模型在很大程度上决定了框架的性能。
2) 协议：采用什么样的通讯协议，HTTP或者内部私有协议。协议的选择不一样，性能模型也不一样。相比于公有协议，内部私有协议的性能一般能够被设计的更优。
3) 线程：数据报如何读取？读取以后的编解码在哪一个线程进行，编解码后的消息如何派发，Reactor线程模型的不一样，对性能的影响也很是大。
图2-2 RPC调用性能三要素
2.2. Netty高性能之道
2.2.1. 异步非阻塞通讯
在IO编程过程当中，当须要同时处理多个客户端接入请求时，能够利用多线程或者IO多路复用技术进行处理。IO多路复用技术经过把多个IO的阻塞复用到同一个select的阻塞上，从而使得系统在单线程的状况下能够同时处理多个客户端请求。与传统的多线程/多进程模型比，I/O多路复用的最大优点是系统开销小，系统不须要建立新的额外进程或者线程，也不须要维护这些进程和线程的运行，下降了系统的维护工做量，节省了系统资源。
JDK1.4提供了对非阻塞IO（NIO）的支持，JDK1.5_update10版本使用epoll替代了传统的select/poll，极大的提高了NIO通讯的性能。
JDK NIO通讯模型以下所示：
图2-3 NIO的多路复用模型图
与Socket类和ServerSocket类相对应，NIO也提供了SocketChannel和ServerSocketChannel两种不一样的套接字通道实现。这两种新增的通道都支持阻塞和非阻塞两种模式。阻塞模式使用很是简单，可是性能和可靠性都很差，非阻塞模式正好相反。开发人员通常能够根据本身的须要来选择合适的模式，通常来讲，低负载、低并发的应用程序能够选择同步阻塞IO以下降编程复杂度。可是对于高负载、高并发的网络应用，须要使用NIO的非阻塞模式进行开发。
Netty架构按照Reactor模式设计和实现，它的服务端通讯序列图以下：
图2-3 NIO服务端通讯序列图
客户端通讯序列图以下：
图2-4 NIO客户端通讯序列图
Netty的IO线程NioEventLoop因为聚合了多路复用器Selector，能够同时并发处理成百上千个客户端Channel，因为读写操做都是非阻塞的，这就能够充分提高IO线程的运行效率，避免因为频繁IO阻塞致使的线程挂起。另外，因为Netty采用了异步通讯模式，一个IO线程能够并发处理N个客户端链接和读写操做，这从根本上解决了传统同步阻塞IO一链接一线程模型，架构的性能、弹性伸缩能力和可靠性都获得了极大的提高。
2.2.2. 零拷贝
不少用户都据说过Netty具备“零拷贝”功能，可是具体体如今哪里又说不清楚，本小节就详细对Netty的“零拷贝”功能进行讲解。
Netty的“零拷贝”主要体如今以下三个方面：
1) Netty的接收和发送ByteBuffer采用DIRECT BUFFERS，使用堆外直接内存进行Socket读写，不须要进行字节缓冲区的二次拷贝。若是使用传统的堆内存（HEAP BUFFERS）进行Socket读写，JVM会将堆内存Buffer拷贝一份到直接内存中，而后才写入Socket中。相比于堆外直接内存，消息在发送过程当中多了一次缓冲区的内存拷贝。
2) Netty提供了组合Buffer对象，能够聚合多个ByteBuffer对象，用户能够像操做一个Buffer那样方便的对组合Buffer进行操做，避免了传统经过内存拷贝的方式将几个小Buffer合并成一个大的Buffer。
3) Netty的文件传输采用了transferTo方法，它能够直接将文件缓冲区的数据发送到目标Channel，避免了传统经过循环write方式致使的内存拷贝问题。
下面，咱们对上述三种“零拷贝”进行说明，先看Netty 接收Buffer的建立：
图2-5 异步消息读取“零拷贝”
每循环读取一次消息，就经过ByteBufAllocator的ioBuffer方法获取ByteBuf对象，下面继续看它的接口定义：
图2-6 ByteBufAllocator 经过ioBuffer分配堆外内存
当进行Socket IO读写的时候，为了不从堆内存拷贝一份副本到直接内存，Netty的ByteBuf分配器直接建立非堆内存避免缓冲区的二次拷贝，经过“零拷贝”来提高读写性能。
下面咱们继续看第二种“零拷贝”的实现CompositeByteBuf，它对外将多个ByteBuf封装成一个ByteBuf，对外提供统一封装后的ByteBuf接口，它的类定义以下：
图2-7 CompositeByteBuf类继承关系
经过继承关系咱们能够看出CompositeByteBuf实际就是个ByteBuf的包装器，它将多个ByteBuf组合成一个集合，而后对外提供统一的ByteBuf接口，相关定义以下：
图2-8 CompositeByteBuf类定义
添加ByteBuf，不须要作内存拷贝，相关代码以下：
图2-9 新增ByteBuf的“零拷贝”
最后，咱们看下文件传输的“零拷贝”：
图2-10 文件传输“零拷贝”
Netty文件传输DefaultFileRegion经过transferTo方法将文件发送到目标Channel中，下面重点看FileChannel的transferTo方法，它的API DOC说明以下：
图2-11 文件传输 “零拷贝”
对于不少操做系统它直接将文件缓冲区的内容发送到目标Channel中，而不须要经过拷贝的方式，这是一种更加高效的传输方式，它实现了文件传输的“零拷贝”。
2.2.3. 内存池
随着JVM虚拟机和JIT即时编译技术的发展，对象的分配和回收是个很是轻量级的工做。可是对于缓冲区Buffer，状况却稍有不一样，特别是对于堆外直接内存的分配和回收，是一件耗时的操做。为了尽可能重用缓冲区，Netty提供了基于内存池的缓冲区重用机制。下面咱们一块儿看下Netty ByteBuf的实现：
图2-12 内存池ByteBuf
Netty提供了多种内存管理策略，经过在启动辅助类中配置相关参数，能够实现差别化的定制。
下面经过性能测试，咱们看下基于内存池循环利用的ByteBuf和普通ByteBuf的性能差别。
用例一，使用内存池分配器建立直接内存缓冲区：
图2-13 基于内存池的非堆内存缓冲区测试用例
用例二，使用非堆内存分配器建立的直接内存缓冲区：
图2-14 基于非内存池建立的非堆内存缓冲区测试用例
各执行300万次，性能对比结果以下所示：
图2-15 内存池和非内存池缓冲区写入性能对比
性能测试代表，采用内存池的ByteBuf相比于朝生夕灭的ByteBuf，性能高23倍左右（性能数据与使用场景强相关）。
下面咱们一块儿简单分析下Netty内存池的内存分配：
图2-16 AbstractByteBufAllocator的缓冲区分配
继续看newDirectBuffer方法，咱们发现它是一个抽象方法，由AbstractByteBufAllocator的子类负责具体实现，代码以下：
图2-17 newDirectBuffer的不一样实现
代码跳转到PooledByteBufAllocator的newDirectBuffer方法，从Cache中获取内存区域PoolArena，调用它的allocate方法进行内存分配：
图2-18 PooledByteBufAllocator的内存分配
PoolArena的allocate方法以下：
图2-18 PoolArena的缓冲区分配
咱们重点分析newByteBuf的实现，它一样是个抽象方法，由子类DirectArena和HeapArena来实现不一样类型的缓冲区分配，因为测试用例使用的是堆外内存，
图2-19 PoolArena的newByteBuf抽象方法
所以重点分析DirectArena的实现：若是没有开启使用sun的unsafe，则
图2-20 DirectArena的newByteBuf方法实现
执行PooledDirectByteBuf的newInstance方法，代码以下：
图2-21 PooledDirectByteBuf的newInstance方法实现
经过RECYCLER的get方法循环使用ByteBuf对象，若是是非内存池实现，则直接建立一个新的ByteBuf对象。从缓冲池中获取ByteBuf以后，调用AbstractReferenceCountedByteBuf的setRefCnt方法设置引用计数器，用于对象的引用计数和内存回收（相似JVM垃圾回收机制）。
2.2.4. 高效的Reactor线程模型
经常使用的Reactor线程模型有三种，分别以下：
1) Reactor单线程模型；
2) Reactor多线程模型；
3) 主从Reactor多线程模型
Reactor单线程模型，指的是全部的IO操做都在同一个NIO线程上面完成，NIO线程的职责以下：
1) 做为NIO服务端，接收客户端的TCP链接；
2) 做为NIO客户端，向服务端发起TCP链接；
3) 读取通讯对端的请求或者应答消息；
4) 向通讯对端发送消息请求或者应答消息。
Reactor单线程模型示意图以下所示：
图2-22 Reactor单线程模型
因为Reactor模式使用的是异步非阻塞IO，全部的IO操做都不会致使阻塞，理论上一个线程能够独立处理全部IO相关的操做。从架构层面看，一个NIO线程确实能够完成其承担的职责。例如，经过Acceptor接收客户端的TCP链接请求消息，链路创建成功以后，经过Dispatch将对应的ByteBuffer派发到指定的Handler上进行消息解码。用户Handler能够经过NIO线程将消息发送给客户端。
对于一些小容量应用场景，可使用单线程模型。可是对于高负载、大并发的应用却不合适，主要缘由以下：
1) 一个NIO线程同时处理成百上千的链路，性能上没法支撑，即使NIO线程的CPU负荷达到100%，也没法知足海量消息的编码、解码、读取和发送；
2) 当NIO线程负载太重以后，处理速度将变慢，这会致使大量客户端链接超时，超时以后每每会进行重发，这更加剧了NIO线程的负载，最终会致使大量消息积压和处理超时，NIO线程会成为系统的性能瓶颈；
3) 可靠性问题：一旦NIO线程意外跑飞，或者进入死循环，会致使整个系统通讯模块不可用，不能接收和处理外部消息，形成节点故障。
为了解决这些问题，演进出了Reactor多线程模型，下面咱们一块儿学习下Reactor多线程模型。
Rector多线程模型与单线程模型最大的区别就是有一组NIO线程处理IO操做，它的原理图以下：
图2-23 Reactor多线程模型
Reactor多线程模型的特色：
1) 有专门一个NIO线程-Acceptor线程用于监听服务端，接收客户端的TCP链接请求；
2) 网络IO操做-读、写等由一个NIO线程池负责，线程池能够采用标准的JDK线程池实现，它包含一个任务队列和N个可用的线程，由这些NIO线程负责消息的读取、解码、编码和发送；
3) 1个NIO线程能够同时处理N条链路，可是1个链路只对应1个NIO线程，防止发生并发操做问题。
在绝大多数场景下，Reactor多线程模型均可以知足性能需求；可是，在极特殊应用场景中，一个NIO线程负责监听和处理全部的客户端链接可能会存在性能问题。例如百万客户端并发链接，或者服务端须要对客户端的握手消息进行安全认证，认证自己很是损耗性能。在这类场景下，单独一个Acceptor线程可能会存在性能不足问题，为了解决性能问题，产生了第三种Reactor线程模型-主从Reactor多线程模型。
主从Reactor线程模型的特色是：服务端用于接收客户端链接的再也不是个1个单独的NIO线程，而是一个独立的NIO线程池。Acceptor接收到客户端TCP链接请求处理完成后（可能包含接入认证等），将新建立的SocketChannel注册到IO线程池（sub reactor线程池）的某个IO线程上，由它负责SocketChannel的读写和编解码工做。Acceptor线程池仅仅只用于客户端的登录、握手和安全认证，一旦链路创建成功，就将链路注册到后端subReactor线程池的IO线程上，由IO线程负责后续的IO操做。
它的线程模型以下图所示：
图2-24 Reactor主从多线程模型
利用主从NIO线程模型，能够解决1个服务端监听线程没法有效处理全部客户端链接的性能不足问题。所以，在Netty的官方demo中，推荐使用该线程模型。
事实上，Netty的线程模型并不是固定不变，经过在启动辅助类中建立不一样的EventLoopGroup实例并经过适当的参数配置，就能够支持上述三种Reactor线程模型。正是由于Netty 对Reactor线程模型的支持提供了灵活的定制能力，因此能够知足不一样业务场景的性能诉求。
2.2.5. 无锁化的串行设计理念
在大多数场景下，并行多线程处理能够提高系统的并发性能。可是，若是对于共享资源的并发访问处理不当，会带来严重的锁竞争，这最终会致使性能的降低。为了尽量的避免锁竞争带来的性能损耗，能够经过串行化设计，即消息的处理尽量在同一个线程内完成，期间不进行线程切换，这样就避免了多线程竞争和同步锁。
为了尽量提高性能，Netty采用了串行无锁化设计，在IO线程内部进行串行操做，避免多线程竞争致使的性能降低。表面上看，串行化设计彷佛CPU利用率不高，并发程度不够。可是，经过调整NIO线程池的线程参数，能够同时启动多个串行化的线程并行运行，这种局部无锁化的串行线程设计相比一个队列-多个工做线程模型性能更优。
Netty的串行化设计工做原理图以下：
图2-25 Netty串行化工做原理图
Netty的NioEventLoop读取到消息以后，直接调用ChannelPipeline的fireChannelRead(Object msg)，只要用户不主动切换线程，一直会由NioEventLoop调用到用户的Handler，期间不进行线程切换，这种串行化处理方式避免了多线程操做致使的锁的竞争，从性能角度看是最优的。
2.2.6. 高效的并发编程
Netty的高效并发编程主要体如今以下几点：
1) volatile的大量、正确使用;
2) CAS和原子类的普遍使用；
3) 线程安全容器的使用；
4) 经过读写锁提高并发性能。
若是你们想了解Netty高效并发编程的细节，能够阅读以前我在微博分享的《多线程并发编程在 Netty 中的应用分析》，在这篇文章中对Netty的多线程技巧和应用进行了详细的介绍和分析。
2.2.7. 高性能的序列化框架
影响序列化性能的关键因素总结以下：
1) 序列化后的码流大小（网络带宽的占用）；
2) 序列化&反序列化的性能（CPU资源占用）；
3) 是否支持跨语言（异构系统的对接和开发语言切换）。
Netty默认提供了对Google Protobuf的支持，经过扩展Netty的编解码接口，用户能够实现其它的高性能序列化框架，例如Thrift的压缩二进制编解码框架。
下面咱们一块儿看下不一样序列化&反序列化框架序列化后的字节数组对比：
图2-26 各序列化框架序列化码流大小对比
从上图能够看出，Protobuf序列化后的码流只有Java序列化的1/4左右。正是因为Java原生序列化性能表现太差，才催生出了各类高性能的开源序列化技术和框架（性能差只是其中的一个缘由，还有跨语言、IDL定义等其它因素）。
2.2.8. 灵活的TCP参数配置能力
合理设置TCP参数在某些场景下对于性能的提高能够起到显著的效果，例如SO_RCVBUF和SO_SNDBUF。若是设置不当，对性能的影响是很是大的。下面咱们总结下对性能影响比较大的几个配置项：
1) SO_RCVBUF和SO_SNDBUF：一般建议值为128K或者256K；
2) SO_TCPNODELAY：NAGLE算法经过将缓冲区内的小封包自动相连，组成较大的封包，阻止大量小封包的发送阻塞网络，从而提升网络应用效率。可是对于时延敏感的应用场景须要关闭该优化算法；
3) 软中断：若是Linux内核版本支持RPS（2.6.35以上版本），开启RPS后能够实现软中断，提高网络吞吐量。RPS根据数据包的源地址，目的地址以及目的和源端口，计算出一个hash值，而后根据这个hash值来选择软中断运行的cpu，从上层来看，也就是说将每一个链接和cpu绑定，并经过这个hash值，来均衡软中断在多个cpu上，提高网络并行处理性能。
Netty在启动辅助类中能够灵活的配置TCP参数，知足不一样的用户场景。相关配置接口定义以下：
图2-27 Netty的TCP参数配置定义
2.3. 总结
经过对Netty的架构和性能模型进行分析，咱们发现Netty架构的高性能是被精心设计和实现的，得益于高质量的架构和代码，Netty支持10W TPS的跨节点服务调用并非件十分困难的事情。
3. 做者简介
李林锋，2007年毕业于东北大学，2008年进入华为公司从事高性能通讯软件的设计和开发工做，有6年NIO设计和开发经验，精通Netty、Mina等NIO框架。Netty中国社区创始人，《Netty权威指南》做者。
联系方式：新浪微博 Nettying 微信：Nettying
给InfoQ中文站投稿或者参与内容翻译工做，请邮件至editors@cn.infoq.com。也欢迎你们经过新浪微博（@InfoQ）或者腾讯微博（@InfoQ）关注咱们，并与咱们的编辑和其余读者朋友交流